良い成果を出すためのA/Bテストの３つポイント

「コンバージョン率を上げるためにはA/Bテストだ」と意気込んでも、ただ闇雲にテストを実施しても良い成果は得られにくいです。

良い成果を出すためには、ポイントを押さえておくことが大切です。
今回は、良い成果を出すためのA/Bテストの３つのポイントを紹介します。

1. 数多くテストする

まず、A/Bテストで大切なのは「数多くテストを行うことが必要」という考え方を持つことです。

A/Bテストは仮説を検証する手段です。A/Bテストを実施すれば実施するほど、立てた仮説に対する答えを得ることができます。

もちろんテストの中には、期待した結果にならないテストもあります。そういった場合も、何かしら得られるデータはあるはずです。

テストを数多く実施することで、データが蓄積されていき、新たな仮説を立てる際に参考になります。失敗したデータでも、より効果的な仮説を立てるための材料として考えることが大切です。

テストの頻度は、テストサイズによって異なりますので、適切な頻度を設定しましょう。
「A/Bテストで良い結果が出なかったときにチェックすべき項目」で詳しく解説していますので、あわせてチェックしてみてください。

「勝つ」という表現を使いましたが、A/Bテストはオリジナルページと仮説で作ったページで、どちらがコンバージョン率が高いかを争う勝負のようなものです。

立てた仮説がオリジナルページよりコンバージョン率が低い、というのはよくあることです。
この場合、立てた仮説が間違っていたということです。

勝つ回数を増やすためには、論理的な考えに基づいた仮説を立てることが非常に大切です。
仮説を立てる際には、仮説作りのフレームワーク「LIFTモデル」が参考になります。

勝つテストであっても、コンバージョン率の上がり幅が小さいと、投資した労力や時間に見合いません。できるだけ、コンバージョン率が大幅に上がるようなテストを設計しましょう。

小さな変更では、小さな効果しか生まれにくい
大きな変更のほうが、大きな効果を生み出しやすい

小さな効果があったとしても、誤差の範囲の可能性もあります。誤差の範囲というのは、変更した箇所の効果でコンバージョンが上がったわけではなく、他の外的な要因1によるものかもしれません。

大胆な仮説を立てて、勝敗が明らかに判断できるくらいのインパクトの大きい結果を得られるように仮説を立てましょう。

A/Bテストの初期段階では特に、インパクトの大きい仮説から検証していくことをおすすめします。

仮説を立てる際にはLIFTモデルを、テストの優先順位を決める際には、PIEフレームワークを活用することをおすすめします。